from imutils import *
image = imread(‘face.png‘) show(image)
1. image：输入图像
2. scaleFactor=1.1：这个是每次缩小图像的比例，默认是1.1
3. minNeighbors=3：匹配成功所需要的周围矩形框的数目，每一个特征匹配到的区域都是一个矩形框，只有多个矩形框同时存在的时候，才认为是匹配成功，比如人脸，这个默认值是3。
4. minSize：匹配人脸的最小范围
5. flags=0：可以取如下这些值：
CASCADE_DO_CANNY_PRUNING=1, 利用canny边缘检测来排除一些边缘很少或者很多的图像区域
CASCADE_SCALE_IMAGE=2, 正常比例检测
CASCADE_FIND_BIGGEST_OBJECT=4, 只检测最大的物体
CASCADE_DO_ROUGH_SEARCH=8 初略的检测
# 级联分类器 detector = cv2.CascadeClassifier(‘haarcascade_frontalface_alt.xml‘) rects = detector.detectMultiScale(image, scaleFactor=1.1, minNeighbors=2, minSize=(10,10), flags=cv2.CASCADE_SCALE_IMAGE) for (x,y,w,h) in rects: # 画矩形框 cv2.rectangle(image, (x,y), (x+w,y+h), (0,255,0), 2) show(image)
def facedetect(image): image = imread(image) # 级联分类器 detector = cv2.CascadeClassifier(‘haarcascade_frontalface_alt.xml‘) rects = detector.detectMultiScale(image, scaleFactor=1.1, minNeighbors=2, minSize=(10,10), flags=cv2.CASCADE_SCALE_IMAGE) for (x,y,w,h) in rects: # 画矩形框 cv2.rectangle(image, (x,y), (x+w,y+h), (0,255,0), 2) show(image)
facedetect(‘Solvay.jpg‘)
原文：https://www.cnblogs.com/liuwenhua/p/11891004.html